提出一种新型的基于光滑Ramp损失函数的健壮支持向量机,能够有效抑制孤立点对泛化性能的影响,并采用CCCP将它的非凸优化目标函数转换成连续、二次可微的凸优化。在此基础上,给出训练健壮支持向量机的一种N
支持向量机(support vector machine, SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而,当训练集较大时,训练SVM需要极大的时间及空间开销。另一方面,SVM训
对定义在一系列无方向点集上的3D形状模型提出一种新的数字水印方案。首先应用神经网络的方法对点集模型进行学习,根据在学习过程中神经网格法线的变化情况,找到特征点。最后对已加水印的点集模型应用不同的攻击,
论文研究-基于相异度核空间的支持向量机算法.pdf, 提出基于相异度核空间的混合流形学习与支持向量机(SVMs)算法用于解决高维数据分类问题. 该算法使用SVMs对流形学习降维后的低维嵌入做分类.通
基于ε-支持向量回归机的盲均衡算法,王振朋,张立毅,支持向量机是解决有限样本学习的有效工具,由于其具有优良的泛化性能,本文提出了一种基于ε-支持向量回归机的盲均衡算法,并且利
提出了一种基于线性孪生支持向量机(TWSVM)的嵌入式特征选择方法。该方法在构造分类器的过程中,通过在TWSVM原有优化模型中引入一个惩罚项,来实现特征选择。在求解过程中,采用交替迭代优化方法将该模型
针对害虫发生数据高度非线性特点导致传统方法预测准确率低的难题,提出一种基于支持向量机(SVM)的多变量自回归(CAR)的害虫时间预测方法(SVM_CAR)。SVM_CAR首先利用SVM以留一法的MSE
基于支持向量机的矿井突水水源识别,孔筱筱,雷萌,本文采用支持向量机对矿井突水水源进行判别。支持向量机(SVM)方法被看做是对传统学习分类方法的一个较好替代,特别是在小样本、
针对在旁路分析过程中由于噪声的影响,不能直接观察出RSA的加密过程这一问题,提出结合支持向量机的旁路分析方法,从分类的角度对RSA二进制模幂运算中的平方、乘法操作进行识别,根据密钥与操作的相关性,推断
为了提高传统内模控制的鲁棒性和抗干扰能力,采用在线支持向量机回归(Online Support Vector Machine Regression,OSVMR )理论建立系统的正向模型和设计逆模控制器
